中国二氧化碳排放分布的随机收敛研究：基于地区、部门和行业层面数据的实证分析

杨 骞 刘华军

（1.山东财经大学 公共管理学院，山东 济南250014；2.山东财经大学 经济学院，山东 济南250014）

一、引言

面对快速增长的二氧化碳排放和不断增加的国际碳减排压力，2009年12月国务院常务会议决定，到2020年中国单位国内生产总值二氧化碳排放（碳强度）比2005年下降40%～45%；“十二五”规划提出了“十二五”期末的碳强度比“十一五”期末降低17%的目标。碳强度减排目标的制定标志着中国走上了低碳发展之路。然而从中国内部看，不同地区、不同部门和不同行业的发展水平和特征均存在较大差异，因此碳排放在地区间、部门间和行业间的分布也存在着一定程度的不平衡。那么我们的问题是，中国二氧化碳排放分布到底存在收敛趋势还是发散趋势？对该问题的回答，有助于我们精确理解和掌握中国二氧化碳排放分布的随机动态特征及其演变规律，从而为采取有效碳减排政策提供理论依据和决策参考。

从国外有关二氧化碳排放的最新研究成果和研究动态看，自Strazicich和List的开创性研究以来，对二氧化碳排放收敛问题的研究逐渐成为一个新的研究热点［1］。由于β收敛的检验方法存在很多局限从而遭到很多学者的批判，因此在二氧化碳排放收敛的研究中，绝大多数文献从时间序列的角度，利用单位根检验技术，研究了二氧化碳排放的随机收敛［2］［3］［4］［5］。但是不同文献所采用的研究方法和模型、样本数据等存在不同程度的差异，因此对二氧化碳排放收敛性的结论也不尽相同。从国内研究看，我们发现主要存在两种趋势：其一是对碳排放分布地区差异的研究逐渐增多［6］［7］；其二是收敛检验方法逐步被拓展到二氧化碳排放领域［8］［9］［10］。然而，与国外大量研究二氧化碳排放随机收敛的现状不同，目前国内仍缺少对二氧化碳排放随机收敛的研究。

借鉴已有研究成果，本文首次利用随机收敛方法实证检验中国二氧化碳排放分布的收敛性，文章的贡献主要来自以下三个方面：第一，已有研究大多采用跨国数据，而且样本也仅限于地区层面，而本文则以中国为研究对象，同时将样本从地区层面扩展到部门和行业层面，对二氧化碳排放在不同层面分布的随机收敛性进行检验；第二，大多数已有研究采用人均二氧化碳排放量作为碳排放指标，而我国的碳减排是按照碳强度来进行的，因此，使用碳强度而非人均二氧化碳排放指标对于中国碳减排政策的制定更具现实意义；第三，采用了多样化的单位根检验技术，分别对二氧化碳排放进行单变量单位根检验和面板数据单位根检验，以确保研究结论更加的稳健进而得到更多的关于中国二氧化碳排放随机收敛的有用信息。

二、模型、数据与实证方法

（一）碳强度随机收敛模型

随机收敛（stochastic convergence）主要用来检验一个变量对另外一个变量是否存在持续性的冲击，它有效地解决了短期内是否存在收敛与非收敛之间状态的问题。下面我们分别基于Carlino和Mills、Evans和 Karras的方法［11］［12］，构造碳强度随机收敛模型。

根据Carlino和Mills的研究，我们假定每个经济单位（地区、部门或行业，下同）的相对碳强度（的对数，下同）在长期都趋向于其各自的不随时间变化的补偿差异均衡水平（compensating-differentials-equilibrium level），则某个经济单位在时间t的相对碳强度RCIt（relative carbon intensity）可以写成RCIe与ut之和，如公式（1）所示，其中RCIe为不随时间变化的均衡水平，ut为相对碳强度对均衡水平的偏离。

为了允许条件收敛的存在，假定RCIe≠0。将Baumol研究中的收敛假设动态化，则ut可以分解为一个确定性线性趋势和一个随机过程，如公式（2）所示，其中v0是相对碳强度对均衡水平的初始偏离，β是确定性收敛速度。将式（2）代入式（1）可得：

其中，α＝RCIe＋v0。如果RCIt不具有单位根，那么冲击对RCIt产生的影响只是暂时的，RCIt在长期仍将返回其补偿差异均衡水平，换言之，该经济单位的碳强度是随机收敛的。

Evans和Karras的方法与Carlino和Mills的方法基本一致。首先考虑1，2，…，N个经济单位，当且仅当存在共同趋势at和有限个参数μ1，μ2，…，μN使得式（4）成立，那么这N个经济单位的碳强度是收敛的。其中，n＝1，2，…，N；ynt是第n个经济单位在t时期的碳强度；at为所有经济单位碳强度的共同趋势。

由于at不可观测，因此式（4）无法使用，必须将at剔除掉。处理的办法是将式（4）进行平均，得到式（5），其中≡／N。由于我们测量的是共同趋势at，因此公式（5）的右边就等于零。用式（4）减去式（5），得到式（6）。根据式（6），对于每一个经济单位即n＝1，2，…，N，当且仅当ynt-是平稳序列时，这N个经济单位就存在收敛趋势。

在这种界定下，是否收敛就可以通过式（7）中的自回归参数ρn是否为零来确定。式（7）中，如果经济单位之间是收敛的，则ρn为负；如果经济单位之间是发散的，则ρn等于零。此外，δn和φni是参数，它们使得∑iφniLi的所有根处于单位圆之外，L为滞后算子，同时假定N趋于无穷大时，式（7）中的所有u在各个经济单位之间都不相关。因此检验随机收敛就变为检验ynt-是否平稳，如果ynt-为平稳序列，则外部冲击效应就是暂时的，会随着时间的推移而逐步消散，最终使得第n个经济单位的碳强度ynt趋向于共同趋势；反之，如果ynt-为非平稳序列，则外部冲击效应就是持久的，最终使得ynt偏离于共同趋势。

（二）样本数据

本文的实证研究选取碳强度作为二氧化碳排放指标，分别从地区、部门和行业层面展开，主要涉及两大类数据：一是二氧化碳排放量；二是地区生产总值、部门与工业增加值。二氧化碳排放量除以地区生产总值、部门和工业增加值便得到碳强度指标。

1.统计口径与样本时间跨度

首先是地区层面。我们选择分省数据，其中不包括西藏及港澳台地区，重庆并入四川，地区层面的样本为中国大陆29个省市。考虑到1995年之前的能源统计年鉴没有公布分省三种一次能源消费量，因此地区层面的样本考察期为1995～2010年。其次是部门层面。考虑到《中国能源统计年鉴》和《中国统计年鉴》数据的一致性和可得性，我们选择了六大产业部门，分别是农林牧渔业、工业、建筑业、交通运输仓储和邮政业、批发零售住宿餐饮业及其他第三产业。其中农林牧渔业与《中国统计年鉴》中的第一产业相对应，同时将批发和零售业与住宿和餐饮业合并成批发零售住宿餐饮业，将金融业、房地产业和其他归并成其他第三产业。由于1991年之前的统计年鉴部门分类与1991年之后的分类存在较大差别，因此部门数据的样本考察期为1991～2010年。再次是行业层面。考虑到工业是二氧化碳排放的主要部门，因此我们主要选择工业内部的分行业数据，该数据参考了陈诗一的方法［13］［14］，以及《中国能源统计年鉴》、《中国统计年鉴》公布的工业分行业数据，选取了37个工业两位数行业。其中，将其他采矿业、废弃资源和废旧材料回收加工业与工艺品及其他制造业三个行业归并形成“其他工业”项目。这37个工业行业分别为：煤炭开采和洗选业（01）、石油和天然气开采业（02）、黑色金属矿采选业（03）、有色金属矿采选业（04）、非金属矿采选业（05）、农副食品加工业（06）、食品制造业（07）、饮料制造业（08）、烟草制品业（09）、纺织业（10）、服装业（11）、皮羽制造业（12）、木材加工业（13）、家具制造业（14）、造纸及纸制品业（15）、印刷业（16）、文教体育用品制造业（17）、石油加工及炼焦业（18）、化学原料及化学制品制造业（19）、医药制造业（20）、化学纤维制造业（21）、橡胶制品业（22）、塑料制品业（23）、非金属矿物制品业（24）、黑色金属冶炼及压延加工业（25）、有色金属冶炼及压延加工业（26）、金属制品业（27）、通用设备制造业（28）、专用设备制造业（29）、交通运输设备制造业（30）、电气机械及器材制造业（31）、通信设备计算机及其他电子设备制造业（32）、仪器仪表制造业（33）、电力热力的生产和供应业（34）、燃气生产和供应业（35）、水的生产和供应业（36）、其他工业（37）。此外，本文假定统计年鉴上工业行业的一些名称是前后对应的，比如煤炭采选业与煤炭开采和洗选业对应，食品加工业与农副食品加工业对应，普通机械制造业与通用设备制造业对应，电子及通信设备制造业与通信设备、计算机及其他电子设备制造业对应等等。同时考虑到数据的可得性，行业数据的样本考察期为1993～2010年。

2.二氧化碳排放量

本文以煤炭、原油和天然气三种一次能源消费量为基准来估算中国分地区、分部门和工业分行业的二氧化碳排放量。其中，地区层面的一次能源消费量主要根据《中国能源统计年鉴》中“能源消费”及“地区能源平衡表”的相关数据获得；部门层面的一次能源消费量根据《中国能源统计年鉴》中“能源消费”及“全国能源平衡表”的相关数据获得；工业分行业一次能源消费量根据《中国能源统计年鉴》中“能源消费”的相关数据获得。

在具体估算时，本文利用2006年联合国政府间气候变化专门委员会（IPCC）为《联合国气候变化框架公约》及《京都议定书》所制定的《国家温室气体清单指南》第二卷（能源）第六章提供的参考方法，二氧化碳排放总量的计算公式如（8）所示：

其中，CO2表示估算的二氧化碳排放量，i＝1，2，3分别表示三种一次能源（煤炭、原油、天然气），E代表它们的消耗量，在《中国能源统计年鉴》的能源消费及分地区、分行业能源消费数据中，煤炭、原油和天然气都是实物量，单位分别为万吨煤炭、万吨原油和亿立方米天然气。NCV为2010年《中国能源统计年鉴》附录4提供的中国三种一次能源的平均低位发热量，煤炭、原油和天然气的平均低位发热量分别为20 908kj／kg、41 816kj／kg和38 931kj／m3。δ是根据IPCC提供的碳排放系数计算的有效二氧化碳排放系数，其中，煤炭、原油和天然气的有效二氧化碳排放系数分别为95 333kg／tj、73 300kg／tj和56 100kg／tj。

3.地区生产总值、部门和工业增加值

首先，对于地区生产总值，本文按照2005＝100进行平减处理。其次是部门增加值，历年《中国统计年鉴》的国内生产总值指数中公布了第一产业、工业和建筑业1978年＝100的不变价国内生产总值指数，我们按照地区生产总值的平减方法，换算成2005年的不变价增加值。其中，用第一产业的增加值代替农林牧渔业增加值。交通运输仓储和邮政业、批发零售住宿餐饮业、其他第三产业均隶属于第三产业，历年《中国统计年鉴》均公布了“第三产业增加值”、“第三产业增加值指数（1978年＝100）”，其中“交通运输仓储和邮政业”我们按照地区生产总值的做法按2005年＝100进行平减；将“批发和零售业”、“住宿和餐饮业”归并成一个部门，以它们的当年价增加值作为权重，根据它们的不变价增加值指数，计算两个产业归并后的不变价增加值指数，在此基础上，以2005年＝100进行平减。同样的，我们将“金融业”、“房地产业”和“其他”归并成“其他第三产业”，以它们的当年价增加值作为权重，根据它们的不变价增加值指数，计算出它们归并后的不变价增加值指数，在此基础上，以2005年＝100进行平减。最后是工业分行业增加值。我们主要参考了陈诗一的方法［14］，测算了以1990年＝100的37个工业行业1993～2010年增加值数据。

（三）实证方法

在实证检验中，首先需要测算相对碳强度RCI，具体测算公式如（9）所示。

根据上文的模型，检验相对碳强度的随机收敛即是检验相对碳强度是否存在单位根。单位根检验包括单变量单位根检验和面板数据单位根检验。在面板单位根检验中我们分别采用了IPS、ADFFisher和PP-Fisher检验方法，同时以Hadri检验作为稳健性的补充。单变量单位根检验通常采用ADF、PP、KPSS、DF-GLS、MZα检验方法。其中，ADF和PP检验的势值较低，对于小样本数据可能缺乏效力；而KPSS检验在选择较低的滞后截断参数（lag truncation parameters）时，对小样本较为有效；而MZα检验和DF-GLS检验比传统的单位根检验方法尤其是对小样本数据具有更强的势值。为了确保结论更加稳健，在研究中我们将分别报告以上五种单变量单位根检验结果。同时考虑到我们的样本时期跨度较短，因此在滞后项的选择上我们采用Ng和Perron提出的MAIC方法选择滞后长度，MAIC方法可以进一步改善DF-GLS和MZα检验的势值［15］。

三、基于地区层面数据的经验发现

表1报告了地区层面样本相对碳强度的面板单位根检验结果。根据表1的检验结果，IPS检验和ADF-Fisher检验在5%的显著性水平下拒绝了存在单位根的原假设，PP-Fisher检验在1%的显著性水平下拒绝了存在单位根的原假设，而Hadri检验在1%的显著性水平下拒绝了平稳性的原假设。因此，IPS、ADF-Fisher和PP-Fisher的检验结果均支持地区层面的相对碳强度收敛，然而Hadri检验结果却支持发散。根据面板单位根检验结果，我们发现，并非所有检验方法均支持收敛，换言之，面板数据中的某些序列可能是平稳的，而某些序列则是存在单位根的。要解决这一问题，我们必须转向单变量单位根检验。

表1 分地区相对碳强度的面板单位根检验

表2报告了29个省市区各自相对碳强度序列的ADF、PP、KPSS、DF-GLS、MZα等五种单变量单位根检验结果。根据ADF检验结果，在所有29个样本中，仅有7个省市的序列拒绝了存在单位根的原假设。其中，在5%的显著性水平下，内蒙古、吉林、江西、贵州、陕西等5个省，在10%的显著性水平下，辽宁、福建两省的相对碳强度序列拒绝了存在单位根的原假设，而其他22个省市的相对碳强度序列均接受了存在单位根的原假设。根据PP检验结果，在所有29个样本中，仅有9个省市的序列拒绝了存在单位根的原假设。其中，在1%的显著性水平下，吉林、福建、江西、四川、贵州等5个省，在5%的显著性水平下，内蒙古、辽宁、陕西等3个省，以及在10%的显著性水平下，河北省的相对碳强度序列拒绝了存在单位根的原假设。根据KPSS检验结果，在所有29个样本中，仅有12个省市的序列拒绝了平稳性的原假设。其中，在1%的显著性水平下，吉林省，在5%的显著性水平下，山西、福建、江西、广西、四川等5个省，以及在10%的显著性水平下，天津、上海、浙江、山东、贵州、云南等6个省市的相对碳强度序列拒绝了平稳性的原假设，而其他17个省市的相对碳强度序列接受了平稳性的原假设。根据DF-GLS检验结果，在所有29个样本中，仅有9个省市的序列拒绝了存在单位根的原假设。其中，在1%的显著性水平下，河北、辽宁、吉林、四川、贵州、陕西等6个省，在5%的显著性水平下，福建和河南2个省，以及在10%的显著性水平下，青海省的相对碳强度序列拒绝了存在单位根的原假设。根据MZα检验结果，所有的29个样本序列均拒绝了存在单位根的原假设。综合以上五种单变量单位根检验结果，尽管不同的检验技术得出的结论并不一致，但是我们仍发现，没有任何一个省市的相对碳强度在样本考察期内呈现确定性的收敛，而且所有单位根检验结果均支持相对碳强度序列呈发散趋势的有天津、山西、上海、浙江、山东、广西、云南等7个省市区。

四、基于部门层面数据的经验发现

表3报告了部门层面样本相对碳强度的面板单位根检验结果。根据表3的检验结果，IPS、ADFFisher和PP-Fisher检验均接受了面板数据存在单位根的原假设，Hadri检验则在1%的显著性水平下拒绝了平稳性的原假设。根据四种面板单位根检验结果，六大产业部门的相对碳强度是发散的。同样的，我们进一步采用单变量单位根检验来分别考察六大产业部门的相对碳强度序列是否收敛。

表2 分地区相对碳强度的单变量单位根检验

表4报告了六大产业部门各自相对碳强度序列的ADF、PP、KPSS、DF-GLS、MZα等五种单变量单位根检验结果。其中，ADF、PP、DF-GLS和 MZα检验结果表明，所有六大产业部门的相对碳强度序列均存在单位根；同时，根据KPSS检验结果，在5%的显著性水平下，农林牧渔业、工业、交通运输仓储和邮政业、批发零售住宿餐饮业等四个产业部门的相对碳强度序列均拒绝了平稳性的原假设；而在10%的显著性水平下，建筑业和其他第三产业的相对碳强度序列拒绝了平稳性的原假设。因此，根据所有单变量单位根的检验结果，六大产业部门的相对碳强度是发散的。这一结论进一步支持了面板单位根的检验结果。

表3 分部门相对碳强度的面板单位根检验

表4 分部门相对碳强度的单变量单位根检验

五、基于工业分行业层面数据的经验发现

表5报告了行业层面样本相对碳强度的面板单位根检验结果。根据表5的检验结果，IPS检验和ADF-Fisher检验均在5%的显著性水平下拒绝了存在单位根的原假设，PP-Fisher检验在1%的显著性水平下拒绝了存在单位根的原假设，而Hadri检验在1%的显著性水平下拒绝了平稳性的原假设。因此，根据IPS、ADF-Fisher和PP-Fisher检验结果，行业层面的相对碳强度是支持收敛的；然而Hadri检验结果却支持发散。由于并非所有的面板单位根检验结果均支持收敛，换言之，同地区层面的经验分析一样，在行业的面板数据中某些序列可能是平稳的，而某些序列则是存在单位根的，所以我们利用单变量单位根检验进行进一步的考察。

表5 分行业相对碳强度的面板单位根检验

表6报告了37个工业行业各自相对碳强度序列的ADF、PP、KPSS、DF-GLS、MZα等五种单变量单位根检验结果。根据ADF检验结果，在所有37个样本中，仅有7个行业的序列拒绝了存在单位根的原假设。其中，在1%的显著性水平下，造纸及纸制品业、文教体育用品制造业，在5%的显著性水平下，橡胶制品业、仪器仪表制造业，在10%的显著性水平下，煤炭开采和洗选业、农副食品加工业、其他工业的相对碳强度序列拒绝了存在单位根的原假设，而其他30个行业的相对碳强度序列均接受了存在单位根的原假设。根据PP检验结果，在所有37个样本中，也仅有7个行业的相对碳强度序列拒绝了存在单位根的原假设。其中，在1%的显著性水平下，造纸及纸制品业、文教体育用品制造业、橡胶制品业，在5%的显著性水平下，煤炭开采和洗选业、仪器仪表制造业，以及在10%的显著性水平下，农副食品加工业、其他工业的相对碳强度序列拒绝了存在单位根的原假设，而其他30个行业的相对碳强度序列均接受了存在单位根的原假设。根据KPSS检验结果，在所有37个样本中，有22个行业的相对碳强度序列拒绝了平稳性的原假设。其中，在5%的显著性水平下，食品制造业、烟草制品业、医药制造业、化学纤维制造业、有色金属冶炼及压延加工业、通信设备计算机及其他电子设备制造业、燃气生产和供应业等7个行业，在10%的显著性水平下，煤炭开采和洗选业、农副食品加工业、纺织业、服装业、造纸及纸制品业、印刷业、文教体育用品制造业、石油加工及炼焦业、橡胶制品业、塑料制品业、非金属矿物制品业、交通运输设备制造业、电气机械及器材制造业、电力热力的生产和供应业、水的生产和供应业等15个行业的相对碳强度序列均拒绝了平稳性的原假设，而剩余的15个行业的相对碳强度序列均接受了平稳性的原假设。根据DF-GLS检验结果，在所有37个样本中，仅有6个行业的相对碳强度序列拒绝了存在单位根的原假设。其中，在1%的显著性水平下，橡胶制品业，在5%的显著性水平下，煤炭开采和洗选业、石油和天然气开采业、黑色金属矿采选业、农副食品加工业，以及在10%的显著性水平下，通用设备制造业的相对碳强度序列均拒绝了存在单位根的原假设，而其他31个行业的相对碳强度序列均接受了存在单位根的原假设。根据MZα检验结果，仅有1个行业即通信设备计算机及其他电子设备制造业在10%的显著性水平下拒绝了存在单位根的原假设，其他36个行业的相对碳强度序列均接受了存在单位根的原假设。综合以上五种单变量单位根检验结果，尽管不同的检验技术得出的结论并不一致，但是我们也发现，没有任何一个行业的相对碳强度在样本考察期内呈现确定性的收敛，而且在所有37个行业序列样本中，5种单位根检验结果均支持相对碳强度呈发散的有14个行业，分别是食品制造业、烟草制品业、纺织业、印刷业、石油加工及炼焦业、医药制造业、化学纤维制造业、塑料制品业、非金属矿物制品业、有色金属冶炼及压延加工业、交通运输设备制造业、电气机械及器材制造业、电力热力的生产和供应业、水的生产和供应业。

表6 分行业相对碳强度的单变量单位根检验

六、结论

本文将随机收敛的检验方法应用于二氧化碳排放，以中国大陆29个省（1995～2010年）、六大产业部门（1991～2010年）、工业内部37个行业（1980～2008年）为样本，以相对碳强度为指标，采用面板单位根检验和多种单变量单位根检验技术，对中国二氧化碳排放的收敛性进行了实证检验。研究结论如下：（1）地区层面并未呈现全局性的随机收敛。其中，IPS、ADF-Fisher和PP-Fisher面板单位根检验结果支持地区层面的相对碳强度收敛，而Hadri检验结果却支持发散。五种单变量单位根检验结果较为混乱，没有任何一个省市的相对碳强度在样本考察期内呈现确定性的收敛，而且所有单位根检验结果均支持相对碳强度序列发散的有天津、山西、上海、浙江、山东、广西、云南等7个省市。（2）部门层面的相对碳强度呈发散态势。其中，IPS、ADF-Fisher和PP-Fisher检验均接受了面板数据存在单位根的原假设，而Hadri检验则在1%的显著性水平下拒绝了平稳性的原假设。五种单变量单位根的检验结果表明六大产业部门各自的相对碳强度序列是发散的，这一结论进一步支持了面板单位根的检验结果。（3）行业层面也并未呈现全局性的随机收敛。其中，IPS、ADF-Fisher和PP-Fisher检验结果支持行业层面的相对碳强度收敛；而Hadri检验结果却支持发散。五种单变量单位根检验结果也是比较混乱的，没有任何一个行业的相对碳强度在样本考察期内呈现确定性的收敛。在所有37个行业序列样本中，五种单位根检验结果均支持相对碳强度呈发散的有14个行业。

以上研究结论表明，地区之间、部门之间和行业之间的碳强度差异不会随时间推移而自动消失。而对于碳强度没有呈现随机收敛的原因，我们认为主要来源于两个方面：第一，由于二氧化碳排放主要来源于化石能源消费，而不同地区、不同部门和不同行业间的发展不平衡导致其能源消费状况呈现较大差异，进而导致它们的碳强度不会趋于整体样本的平均水平；第二，地区发展模式、部门和行业发展特性也是造成碳强度发散的一个重要原因。从地区层面看，由于区域间能源禀赋不同，某些能源禀赋丰富的地区更倾向于消费更多的能源。从部门层面看，工业是最重要的能源消耗和碳排放部门，其他部门的碳排放与工业部门相比一直存在较大差距。从行业层面看，重工业行业的高耗能高污染特性是造成行业间碳强度发散的重要原因。因此，政策制定者必须充分考虑碳排放在不同层面的分布差异，并分别制定有较强针对性的碳减排政策［16］。

最后，必须强调的是，随机收敛作为一种收敛检验方法，相对于传统的收敛检验方法存在一定的优势，但是仍需要注意以下两点：第一，随机收敛可以通过多种单位根检验技术来进行检验，如果仅仅采用某一种或某几种检验方法，可能会得出有偏的研究结论，从而可能误导政策的制定；第二，单位根检验技术对样本数据的时期跨度、滞后期选择均非常敏感，因此在检验过程中需要谨慎，否则极易产生有偏的检验结果，由此更进一步说明采用多种单位根检验方法不仅是必须的，而且是非常必要的。

［1］Strazicich，M.C.，List，J.A.Are CO2Emission Levels Converging among Industrial Countries？［J］.Environmental and Resource Economics，2003，24（3）：263—271.

［2］Aldy，J.E.Per Capita Carbon Dioxide Emissions：Convergence or Divergence？［J］.Environmental and Resource Economics，2006，33（4）：533—555.

［3］Romero-Ávila，D.Convergence in Carbon Dioxide Emissions among Industrialized Countries Revisited［J］.Energy Economics，2008，30（5）：2265—2282.

［4］Westerlund，J.，Basher，S.A.Testing for Convergence in Carbon Dioxide Emissions Using a Century of Panel Data［J］.Environmental and Resource Economics，2008，40（1）：109—120.

［5］Barassi，M.R.，Cole，M.A.，Elliott，R.J.R.The Stochastic Convergence of CO2Emissions：A Long Memory Approach［J］.Environmental and Resource Economics，2011，49（3）：367—385.

［6］杨骞，刘华军.中国二氧化碳排放的区域差异分解及影响因素［J］.数量经济技术经济研究，2012，（5）：36—49.

［7］刘华军，赵浩.中国二氧化碳排放强度的地区分析［J］.统计研究，2012，（6）：46—50.

［8］杨骞，刘华军.中国碳强度分布的地区差异与收敛性［J］.当代财经，2012，（2）：87—98.

［9］许广月.碳排放收敛性：理论假说和中国的经验研究［J］.数量经济技术经济研究，2010，（9）：31—42.

［10］林伯强，黄光晓.梯度发展模式下中国区域碳排放的深化趋势——基于空间分析的视角［J］.金融研究，2011，（12）：36—46.

［11］Carlino，G.，Mills，L.Testing Neoclassical Convergence in Regional Incomes and Earnings［J］.Regional Science and Urban Economics，1996，26（6）：565—590.

［12］Evans，P.，Karras，G.Convergence Revisited［J］.Journal of Monetary Economics，1996，37（2）：249—265.

［13］陈诗一.能源消耗、二氧化碳排放与中国工业的可持续发展［J］.经济研究，2009，（4）：41—55.

［14］陈诗一.中国工业分行业统计数据估算：1980—2008［J］.经济学（季刊），2011，（3）：735—776.

［15］Ng，S.，Perron，P.Lag Length Selection and the Construction of Unit Root Tests with Good Size and Power［J］.Econometria，2001，69（6）：1519—1554.

［16］卢现祥，罗小芳.论发展低碳经济的制度安排［J］.江汉论坛，2011，（11）：5—10.